В условиях глобализации, интеграции и финансиализации национальных экономик растет взаимозависимость их финансовых рынков, что увеличивает возможность распространения финансовых возмущений между странами, особенно в периоды воздействия глобальных шоков, и требует разработки новых стандартов финансового регулирования. Статья посвящена исследованию передачи финансового заражения между фондовыми рынками разных стран в период глобальных шоков, связанных с пандемией COVID-19, энергетическим кризисом и специальной военной операцией России на Украине (СВО). Методологической основой послужила концепция финансового заражения. Методы исследования: диагностика финансового заражения проводилась на основе построения DCC-GARCH моделей и расчета динамических условных бета-коэффициентов. Для установления причинно-следственных связей во взаимодействии индексов использовался тест Грейнджера. Информационную базу составили данные о среднедневных значениях фондовых индексов: американского S&P-500, европейского STOXX-600 и китайского Shanghai Composite (SSE) за декабрь 2018 г. – март 2024 г., полученные с финансового портала Investing. com. В результате выявлена большая связанность в обычные времена американского и европейского фондового рынков при некой автономии китайского фондового рынка. Однако в период пандемии COVID-19 отмечается краткосрочное сильное заражение S&P-500 и STOXX-600 от шанхайского SSE и более длительное и умеренное взаимное заражение S&P-500 и STOXX-600. В ходе энергетического кризиса 2021 г. и СВО наблюдается сильное и относительно продолжительное заражение американского S&P-500 от европейского STOXX-600 и их гораздо более слабое заражение от SSE. Проведенное исследование может быть полезно фондовым игрокам при управлении инвестиционными портфелями, а государству – при формировании политики финансовой стабилизации в период воздействия глобальных шоков.
Предпросмотр статьи
Идентификаторы и классификаторы
- SCI
- Экономика
В условиях глобализации и интеграции финансовых рынков разных стран усиливается их взаимосвязь. Эта связь имеет место и в обычные (спокойные) времена из-за торговой связанности стран, проявляющейся как по линии спроса, так и по линии издержек, а также из-за включения глобальными инвесторами активов разных стран в формируемые ими инвестиционные портфели. Финансовая либерализация рынков, получившая распространение во многих странах в 80–90-х гг. XX в., способствовала финансиализации экономики (увеличению масштабов биржевой торговли производными ценными бумаги, превращению обычных биржевых товаров в подобие фондовых активов) и глобализации финансовых рынков [Atasoy, Özkan, Erden, 2024].
Список литературы
1. Бусыгин С. В., Шарыпов Р. О. (2019). Применение копул в многомерном анализе обменных курсов на примере развивающихся стран Европы // Мир экономики и управления. Т. 19, № 3. С. 58-72. DOI: 10.25205/2542-0429-2019-19-3-58-72 EDN: MWTROO
2. Пеникас Г. И. (2010). Модели “копула” в приложении к задачам финансов // Журнал Новой Экономической Ассоциации. № 7. С. 24-44. EDN: MWPPOL
3. Abduraimova K. (2022). Contagion and tail risk in complex financial networks. Journal of Banking & Finance, vol. 143, 106560. DOI: 10.1016/j.jbankfin.2022.106560
4. Ahnert T., Bertsch C. (2022). A wake-up call theory of contagion. Review of Finance, vol. 26, issue 4, pp. 829-854. DOI: 10.1093/rof/rfac025 EDN: CIUIUT
5. Alexakis C., Pappas V. (2018). Sectoral dynamics of financial contagion in Europe - The cases of the recent crises episodes. Economic Modelling, vol. 73, pp. 222-239. DOI: 10.1016/j.econmod.2018.03.018
6. Alexandre P., Heliodoro P., Dias R. (2019). The contagion effect in Europe: A DCC GARH approach. Proc. 5th Int. Scientific-Business Conf. “Leadership, Innovation, Management and Economics: Integrated Politics of Research” (Graz, Austria, December 12, 2019) (pp. 73-79). Belgrade: SKRIPTA International. DOI: 10.31410/LIMEN.2019.73
7. Apergis N., Christou C., Kynigakis I. (2019). Contagion across US and European financial markets: Evidence from the CDS markets. Journal of International Money and Finance, vol. 96, pp. 1-12. DOI: 10.1016/j.jimonfin.2019.04.006
8. Atasoy B. S., Özkan İ., Erden L. (2024). The determinants of systemic risk contagion. Economic Modelling, vol. 130, 106596. DOI: 10.1016/j.econmod.2023.106596
9. Bampinas G., Panagiotidis T. (2024). How would the war and the pandemic affect the stock and cryptocurrency cross-market linkages? Research in International Business and Finance, vol. 70, part A, 102272. DOI: 10.1016/j.ribaf.2024.102272
10. Baruník J., Křehlík T. (2018). Measuring the frequency dynamics of financial connectedness and systemic risk. Journal of Financial Econometrics, vol. 16, issue 2, pp. 271-296. DOI: 10.1093/jjfinec/nby001
11. Bekaert G., Campbell R. H., Ng A. (2005). Market integration and contagion. The Journal of Business, vol. 78, no. 1, pp. 39-69. DOI: 10.1086/426519
12. Bonga-Bonga L. (2018). Uncovering equity market contagion among BRICS countries: An application of the multivariate GARCH model. The Quarterly Review of Economics and Finance, vol. 67, pp. 36-44. DOI: 10.1016/j.qref.2017.04.009
13. Centinaio A., Pacicco F., Serati M., Venegoni A. (2024). Government decisions and macroeconomic stability: Fiscal policies and financial market fluctuations. International Review of Economics & Finance, vol. 96, part A, 103599. DOI: 10.1016/j.iref.2024.103599
14. Diebold F. X., Yilmaz K. (2012). Better to give than to receive: Predictive directional measurement of volatility spillovers. International Journal of Forecasting, vol. 28, issue 1, pp. 57-66. DOI: 10.1016/j.ijforecast.2011.02.006
15. Dungey M., Flavin T. J., Lagoa-Varela D. (2020). Are banking shocks contagious? Evidence from the Eurozone. Journal of Banking & Finance, vol. 112, 105386. DOI: 10.1016/j.jbankfin.2018.07.010
16. Engle R. (2002). Dynamic conditional correlation: A simple class of multivariate generalized autoregressive conditional heteroskedasticity models. Journal of Business & Economic Statistics, vol. 20, issue 3, pp. 339-350. DOI: 10.1198/073500102288618487 EDN: DVQQUV
17. Fenech J.-P., Vosgha H. (2019). Oil price and Gulf Corporation Council stock indices: New evidence from time-varying copula models. Economic Modelling, vol. 77, pp. 81-91. DOI: 10.1016/j.econmod.2018.09.009
18. Forbes K. J., Rigobon R. (2002). No contagion, only interdependence: Measuring stock market comovements. The Journal of Finance, vol. 57, issue 5, pp. 2223-2261. DOI: 10.1111/0022-1082.00494 EDN: DZYRHB
19. Fry R., Martin V. L., Tang C. (2010). A new class of tests of contagion with applications. Journal of Business & Economic Statistics, vol. 28, issue 3, pp. 423-437. DOI: 10.1198/jbes.2010.06060
20. Fry-McKibbin R., Greenwood-Nimmo M., Hsiao C. Y.-L., Qi L. (2022). Higher-order comoment contagion among G20 equity markets during the COVID-19 pandemic. Finance Research Letters, vol. 45, 102150. DOI: 10.1016/j.frl.2021.102150
21. Fry-McKibbin R., Hsiao C. Y.-L. (2018). Extremal dependence tests for contagion. Econometric Reviews, vol. 37, issue 6, pp. 626-649. DOI: 10.1080/07474938.2015.1122270
22. Gómez-Puig M., Sosvilla-Rivero S. (2016). Causes and hazards of the euro area sovereign debt crisis: Pure and fundamentals-based contagion. Economic Modelling, vol. 56, pp. 133-147. DOI: 10.1016/j.econmod.2016.03.017
23. Grillini S., Ozkan A., Sharma A. (2022). Static and dynamic liquidity spillovers in the Eurozone: The role of financial contagion and the Covid-19 pandemic. International Review of Financial Analysis, vol. 83, 102273. DOI: 10.1016/j.irfa.2022.102273
24. Guidolin M., Hansen E., Pedio M. (2019). Cross-asset contagion in the financial crisis: A Bayesian time-varying parameter approach. Journal of Financial Markets, vol. 45, pp. 83-114. DOI: 10.1016/j.finmar.2019.04.001
25. Hadhri S. (2023). News-based economic policy uncertainty and financial contagion: An international evidence. The Quarterly Review of Economics and Finance, vol. 90, pp. 63-76. DOI: 10.1016/j.qref.2023.05.004 EDN: XMEMRI
26. Hernández L. F., Valdés R. O. (2001). What drives contagion: Trade, neighborhood, or financial links? International Review of Financial Analysis, vol. 10, issue 3, pp. 203-218. DOI: 10.1016/S1057-5219(01)00052-7 EDN: FNHGRT
27. Izzeldin M., Muradoğlu Y. G., Pappas V., Petropoulou A., Sivaprasad S. (2023). The impact of the Russian-Ukrainian war on global financial markets. International Review of Financial Analysis, vol. 87, 102598. DOI: 10.1016/j.irfa.2023.102598
28. Jayech S. (2016). The contagion channels of July-August-2011 stock market crash: A DAG-copula based approach. European Journal of Operational Research, vol. 249, issue 2, pp. 631-646. DOI: 10.1016/j.ejor.2015.08.061
29. Jiang C., Gao H., Xu Q. (2024). China’s risk contagion using the mixed-frequency macro-financial network. Economic Systems, 101212. (In Press). DOI: 10.1016/j.ecosys.2024.101212
30. Jiang H., Tang S., Li L., Xu F., Di Q. (2022). Re-examining the contagion channels of global financial crises: Evidence from the twelve years since the US subprime crisis. Research in International Business and Finance, vol. 60, 101617. DOI: 10.1016/j.ribaf.2022.101617
31. Kaminsky G. L., Reinhart C. M. (2000). On crises, contagion, and confusion. Journal of International Economics, vol. 51, issue 1, pp. 145-168. DOI: 10.1016/S0022-1996(99)00040-9 EDN: DYRVLV
32. Kang Y. J., Park D., Eom Y. H. (2024). Global contagion of US COVID-19 panic news. Emerging Markets Review, vol. 59, 101116. DOI: 10.1016/j.ememar.2024.101116
33. Kenourgios D., Asteriou D., Samitas A. (2013). Testing for asymmetric financial contagion: New evidence from the Asian crisis. The Journal of Economic Asymmetries, vol. 10, issue 2, pp. 129-137. DOI: 10.1016/j.jeca.2014.02.001
34. Khan S., Park K. W. (K.) (2009). Contagion in the stock markets: The Asian financial crisis revisited. Journal of Asian Economics, vol. 20, issue 5, pp. 561-569. DOI: 10.1016/j.asieco.2009.07.001
35. Kouretas G. P., Papadopoulos A. P., Tavlas G. S. (2022). Financial risks, monetary policy in the QE era, and regulation. Journal of Financial Stability, vol. 63, 101051. DOI: 10.1016/j.jfs.2022.101051
36. Lawrence B., Obalade A. A., Tita A. F., French J. J. (2024). Stock market connectedness during an energy crisis: Evidence from South Africa. Emerging Markets Review, vol. 63, 101194. DOI: 10.1016/j.ememar.2024.101194
37. Liao X., Li Q., Chan S., Chu J., Zhang Y. (2024). Interconnections and contagion among crypto-currencies, DeFi, NFT and traditional financial assets: Some new evidence from tail risk driven network. Physica A: Statistical Mechanics and its Applications, vol. 647, 129892. DOI: 10.1016/j.physa.2024.129892
38. Liu Yu., Wei Y., Wang Q., Liu Yi. (2022). International stock market risk contagion during the COVID-19 pandemic. Finance Research Letters, vol. 45, 102145. DOI: 10.1016/j.frl.2021.102145
39. Long W., Zeng Y., Guo M. (2023). Volatility and risk contagion of international stock market in the context of COVID-19. Procedia Computer Science, vol. 221, pp. 370-377. DOI: 10.1016/j.procs.2023.07.050 EDN: DYSDML
40. Luo C., Liu L., Wang D. (2021). Multiscale financial risk contagion between international stock markets: Evidence from EMD-Copula-CoVaR analysis. The North American Journal of Economics and Finance, vol. 58, 101512. DOI: 10.1016/j.najef.2021.101512
41. Martínez-Jaramillo S., Pérez O. P., Embriz F. A., López Gallo Dey F. (2010). Systemic risk, financial contagion and financial fragility. Journal of Economic Dynamics and Control, vol. 34, issue 11, pp. 2358- 2374. DOI: 10.1016/j.jedc.2010.06.004
42. Mohammed K. S., Tedeschi M., Mallek S., Tarczyńska-Łuniewska M., Zhang A. (2023). Realized semi variance quantile connectedness between oil prices and stock market: Spillover from Russian-Ukraine clash. Resources Policy, vol. 85, part A, 103798. DOI: 10.1016/j.resourpol.2023.103798
43. Nguyen T. N., Phan T. K. H., Nguyen T. L., McMillan D. (ed.) (2022). Financial contagion during global financial crisis and Covid-19 pandemic: The evidence from DCC-GARCH model. Cogent Economics & Finance, vol. 10, issue 1, 2051824. DOI: 10.1080/23322039.2022.2051824 EDN: NEWPPK
44. Ni J., Ruan J. (2024). Contagion effects of external monetary shocks on systemic financial risk in China: Evidence from the Euro area and Japan. The North American Journal of Economics and Finance, vol. 70, 102055. DOI: 10.1016/j.najef.2023.102055
45. Niţoi M., Pochea M. M. (2019). What drives European Union stock market co-movements? Journal of International Money and Finance, vol. 97, pp. 57-69. DOI: 10.1016/j.jimonfin.2019.06.004
46. Ouyang R., Zhang X. (2020). Financialization of agricultural commodities: Evidence from China. Economic Modelling, vol. 85, pp. 381-389. DOI: 10.1016/j.econmod.2019.11.009 EDN: SVECOE
47. Pineda J., Cortés L. M., Perote J. (2022). Financial contagion drivers during recent global crises. Economic Modelling, vol. 117, 106067. DOI: 10.1016/j.econmod.2022.106067
48. Platonov K. (2024). Confidence spillovers, financial contagion, and stagnation. Journal of International Money and Finance, vol. 148, 103163. DOI: 10.1016/j.jimonfin.2024.103163
49. Shen Y., Feng Q., Sun X. (2024). Stability and risk contagion in the global sovereign CDS market under Russia-Ukraine conflict. The North American Journal of Economics and Finance, vol. 74, 102204. DOI: 10.1016/j.najef.2024.102204
50. Shikimi M., Yamada K. (2019). Trade and financial channels as the transmission mechanism of the financial crisis. International Review of Economics & Finance, vol. 63, pp. 364-381. DOI: 10.1016/j.iref.2019.04.008 EDN: JBBLNK
51. Syllignakis M. N., Kouretas G. P. (2011). Dynamic correlation analysis of financial contagion: Evidence from the Central and Eastern European markets. International Review of Economics & Finance, vol. 20, issue 4, pp. 717-732. DOI: 10.1016/j.iref.2011.01.006
52. Tang K., Xiong W. (2012). Index investment and the financialization of commodities. Financial Analysts Journal, vol. 68, no. 6, pp. 54-74.
53. Villar Frexedas O., Vayá E. (2005). Financial contagion between economies: An exploratory spatial analysis. Estudios de Economía Aplicada, vol. 23, no. 1, pp. 151-165.
54. Vo D. H., Tran M. P.-B. (2024). Volatility spillovers between energy and agriculture markets during the ongoing food & energy crisis: Does uncertainty from the Russo-Ukrainian conflict matter? Technological Forecasting and Social Change, vol. 208, 123723. DOI: 10.1016/j.techfore.2024.123723
55. Vuong G. T. H., Nguyen M. H., Huynh A. N. Q. (2022). Volatility spillovers from the Chinese stock market to the U.S. stock market: The role of the COVID-19 pandemic. The Journal of Economic Asymmetries, vol. 26, e00276. DOI: 10.1016/j.jeca.2022.e00276
56. Wang H., Yuan Y., Li Y., Wang X. (2021). Financial contagion and contagion channels in the forex market: A new approach via the dynamic mixture copula-extreme value theory. Economic Modelling, vol. 94, pp. 401-414. DOI: 10.1016/j.econmod.2020.10.002 EDN: WPZTZF
57. Wiersema G., Kleinnijenhuis A. M., Wetzer T., Farmer J. D. (2023). Scenario-free analysis of financial stability with interacting contagion channels. Journal of Banking & Finance, vol. 146, 106684. DOI: 10.1016/j.jbankfin.2022.106684
58. Yarovaya L., Brzeszczyński J., Goodell J. W., Lucey B., Lau C. K. M. (2022). Rethinking financial contagion: Information transmission mechanism during the COVID-19 pandemic. Journal of International Financial Markets, Institutions and Money, vol. 79, 101589. DOI: 10.1016/j.intfin.2022.101589
59. Yuan Y., Wang H., Jin X. (2022). Pandemic-driven financial contagion and investor behavior: Evidence from the COVID-19. International Review of Financial Analysis, vol. 83, 102315. DOI: 10.1016/j.irfa.2022.102315
60. Zehri C., Madjd-Sadjadi Z., Iben Ammar L. S. (2024). Asymmetric impacts of U.S. monetary policy on emerging markets: Contagion and macroeconomic determinants. The Journal of Economic Asymmetries, vol. 29, e00354. DOI: 10.1016/j.jeca.2024.e00354
61. Zhang Y., Zhou L., Liu Z., Wu B. (2024). Herding behaviour towards high order systematic risks and the contagion Effect - Evidence from BRICS stock markets. The North American Journal of Economics and Finance, vol. 74, 102219. DOI: 10.1016/j.najef.2024.102219
Выпуск
Другие статьи выпуска
Цифровая трансформация институциональной среды, курс на эффективное государственное планирование, процессы неоиндустриализации и импортозамещения, изменчивость потребительского поведения, усиление конкуренции в новых геополитических реалиях формируют контекст функционирования современных производственных систем, что обуславливает необходимость модификации подходов к измерению их эффективности. Статья посвящена моделированию мультипликативных эффектов в сложных производственных системах. Методологической основой исследования послужила концепция эффективности производственных систем. Методы включали системный, сравнительный и регрессионный анализ. Информационную базу составили экономические и экологические показатели крупнейших российских металлургических компаний, взятые из информационного ресурса СПАРК и Рейтингового агентства AK&M за 2019–2022 гг. Обосновано, что мультипликативность сложных производственных систем представляет собой поле многочисленных эффектов от технологической, социальной, экологической, цифровой и экономической деятельности, которые влияют на научно-технологическое развитие бизнеса. Разработаны регрессионные модели взаимодействия экологической и экономической эффективностей, которые подтвердили наличие взаимодополняющих эффектов. Получена имитационная модель, отражающая взаимосвязь прямых и перекрестных эффектов от технологической, социальной, экологической, цифровой и экономической деятельности предприятия. Результаты исследования могут использоваться специалистами при формировании стратегий развития сложных производственных систем
Рост числа вакансий более чем в 2,5 раза в Республике Беларусь не коррелирует с динамикой основных макроэкономических показателей за 2000–2022 гг., таких как индексы ВВП и потребительских цен, объемы промышленного и сельскохозяйственного производства, величина инвестиций и реальной заработной платы, что может указывать на неоднозначное влияние цифровизации на количество рабочих мест и содержание труда в стране. Непонимание причин, по которым организации генерируют заведомо увеличенное число вакансий, приводит к принятию нерелевантных решений по вопросам регулирования рынка труда. Статья посвящена определению влияния цифровизации на количество рабочих мест и содержание трудовых обязанностей в Республике Беларусь. Методологическую базу исследования сформировали теоретические подходы экономики труда. Использованы методы компаративного анализа, описательной статистики и анкетирования. Информационную базу составили данные по цифровизации экономики в Республике Беларусь за 2022–2023 гг., а также результаты анонимного опроса руководителей и специалистов департаментов управления человеческими ресурсами 68 организаций Витебской области, проведенного в январе – марте 2024 г. Выявлено различное влияние формы собственности, размера организации и видов экономической деятельности на изменение численности сотрудников в контексте цифровизации. При этом значительный рост числа рабочих мест не сопровождается изменением содержания трудовых обязанностей, обусловленных цифровизацией. Полученные результаты могут служить основанием для корректировки оценок величины спроса на труд в экономике Республики Беларусь. Смещение акцента с количества рабочих мест на их содержательную составляющую (задачи, требуемые навыки) будет способствовать повышению производительности труда через адаптацию бизнес-процессов и развитие цифровых компетенций
Актуальность исследования обусловлена дискуссионностью подходов к определению сущности и измерению уровня благосостояния населения региона. Особую значимость данной проблеме придает контекст концепции устойчивого развития, ориентированной на рост благосостояния и сохранение экологического баланса. Статья направлена на формирование новой теоретической модели, характеризующей взаимное влияние устойчивого регионального развития и благосостояния населения региона. Методологическую основу составили фундаментальные положения концепции устойчивого развития, теорий благосостояния, регионального и пространственного развития. Использовались методы сравнительного анализа, синтеза, концептуального моделирования. В результате установлено, что благосостояние населения региона выступает одновременно как в роли целевого ориентира ввиду наличия в своей структуре элементов идентичных сферам устойчивого развития, так и в роли ключевого фактора устойчивого регионального развития благодаря набору материальных и нематериальных, экономических и неэкономических благ, образующих экономический, социальный, экологический и институциональный элементы, обеспечивая непрерывный процесс изменений в региональной социо-эколого-экономической системе под воздействием межрегиональных, национальных и международных факторов внешней региональной среды. Представленная в статье концептуальная модель расширяет представление о процессе обеспечения устойчивого регионального развития, вносит вклад в теорию благосостояния и формирует основу для разработки методического инструментария оценки благосостояния населения региона
В настоящее время идет формирование научной парадигмы муниципальной экономики: происходит поиск и обсуждение различных теорий и концепций исследования муниципальных образований. В этой связи актуальной становится проблема разработки релевантного методологического инструментария исследования экономического развития муниципальных образований. В науке имеются устоявшиеся подходы к изучению вопросов муниципальной экономики и местного хозяйства, однако, расширение предметного поля региональной и муниципальной экономики требует предложения новых. Статья посвящена обоснованию нового методологического подхода к исследованию экономического развития муниципальных образований – композиционного. Методологической основой статьи послужили теории регионального развития, парадигма муниципальной экономики, а также пространственный, эволюционный и системный подходы. Использовался комплекс общенаучных методов, включая обзор, компаративный анализ и систематизацию. Раскрыта сущность понятия «композиция» и представлены аргументы, подтверждающие целесообразность его использования в дискурсе региональной экономики. Сформулированы принципы композиционного методологического подхода к исследованию экономического развития муниципальных образований: равновесия, динамизма, единства и соподчинения, целостности, гармонии. Композиционный методологический подход базируется на трех составляющих его методологиях: пространственно-временной, эволюционной и системной, применение которых в совокупности позволило через композиционные принципы концептуализировать основные положения исследования экономического развития муниципальных образований. Разработанный композиционный подход предоставит возможность сформировать методологическую основу исследования экономического развития муниципальных образований в условиях новой ценностной парадигмы
Возможность качественного воспроизводства рабочей силы является одним из ключевых условий формирования системы знаниеемкого производства, обеспечения необходимого уровня технологической независимости и экономической самодостаточности на фоне обострения геоэкономической обстановки. Статья посвящена выявлению и оценке рисков экономической безопасности регионов в контексте развития человеческого потенциала на примере Приволжского федерального округа РФ. Методологическую основу работы составили зонная теория В. К. Сенчагова и С. Н. Митякова, а также системный политэкономический подход. Методы включали историко-логический метод, сравнительный анализ и индексный метод. Информационную базу составили данные Росстата за 2010–2022 гг. по показателям, отражающим уровень жизни населения и степень развития человеческого потенциала. Выявлено, что наибольшие риски региональной экономической безопасности фиксируются по коэффициенту фондов и доле населения с доходами ниже прожиточного минимума. Наиболее остро проблема по коэффициенту фондов стоит в Пермском крае и Нижегородской области, по уровню бедности – в Республике Марий Эл, Чувашской Республике, Республике Мордовия. Самая благоприятная ситуация прослеживается по уровню безработицы, особенно в таких промышленно развитых регионах, как Республика Татарстан, Удмуртская Республика, Республика Башкортостан. Результаты исследования отражают необходимость активной государственной политики, направленной на развитие социальной сферы и снижение неравенства, приоритетное развитие институциональной среды и расширение финансовых стимулов в инновационном сегменте национальной экономики
Проблема обновления модели экономического развития России на базе достижения технологического суверенитета требует выработки стратегических решений в рамках инвестиционной политики экономического роста. Статья посвящена определению моделей технологического обновления по структуре инвестиций в «старые – новые» технологии и разработке алгоритма выявления этих моделей на основе оценки связи инвестиций и риска. Методологическая база исследования представлена теорией технологических изменений. Методы включают элементы структурного, статистического, регрессионного и эконометрического анализа, а также применяются методы таксономии, позволяющие выделить различные варианты моделей инвестирования и технологического обновления. Информационную базу составили статистические данные Росстата за 2010–2022 гг., представленные показателями инвестиций в основной капитал и затратами на технологические инновации. Результатом является идентификация модели технологического обновления российской экономики по структуре инвестиций в «старые – новые» технологии и чувствительности общего показателя технологичности к инвестициям. Выделены стратегии технологического развития по влиянию расходов на динамику технологичности в виде «лидерства», «рывка», «сдачи позиций» и «деградации». По влиянию инвестиций в новые технологии на технологическое обновление обоснованы модели: «блокировки», «ригидности», «обновления» и «насыщения». Аналогичный подход реализован к инвестициям в старые технологии с выделением моделей: «деградации», «отсталости», «опоры на старые технологии», «опоры на новые технологии». Построена теоретическая модель связи инвестиций и риска, институциональных параметров процесса инвестирования. Выявлено, что российская экономика обнаруживает модель отсталости с локальными технологическими инновациями, что требует масштабного увеличения инвестиций в новые технологии, снижения рисков и модификации институциональных условий.
Издательство
- Издательство
- УрГЭУ
- Регион
- Россия, Екатеринбург
- Почтовый адрес
- 620144, Уральский ФО, Свердловская область, г. Екатеринбург, ул. 8 Марта/Народной Воли, д. 62/45
- Юр. адрес
- 620144, Уральский ФО, Свердловская область, г. Екатеринбург, ул. 8 Марта/Народной Воли, д. 62/45
- ФИО
- Силин Яков Петрович (РЕКТОР)
- E-mail адрес
- odo@usue.ru
- Сайт
- https://www.usue.ru/